这是我的情节:
如果我把你的注意力吸引到标有'B'的轴上,你会发现一切都不是应该的。
这些图是用这个产生的:
-13.216256 -7.851065 -9.965357 -25.502654
-13.216253 -7.851063 -9.965355 -25.502653
-13.216247 -7.851060 -9.965350 -25.502651
-13.216236 -7.851052 -9.965342 -25.502647
-13.216214 -7.851038 -9.965324 -25.502639
-13.216169 -7.851008 -9.965289 -25.502623
-13.216079 -7.850949 -9.965219 -25.502592
-13.215900 -7.850830 -9.965078 -25.502529
编辑:
以下是一些示例数据;每列代表上图中的一个彩色面。
k = 10
df = pd.DataFrame(np.array([range(k),
[x + 1 for x in range(k)],
[x + 4 for x in range(k)],
[x + 9 for x in range(k)]]).T,columns=list('abcd'))
在这里,我们再次以更简单的情节再现这些数据:
df
如果您想使用上述功能尝试此操作,请注释掉函数中的def newPoly3D(df):
行,并将其参数更改为df
,以便您可以通过测试{{1}}上方。